為了解決一類函數(shù)優(yōu)化問題,利用帶時滯影響的混雜食物鏈微生物培養(yǎng)動力學(xué)理論提出一種微生物動力學(xué)優(yōu)化(MDO)算法。在該算法中,假設(shè)有多個微生物種群在一個培養(yǎng)系統(tǒng)中培養(yǎng),微生物種群的生長不但受注入到培養(yǎng)系統(tǒng)中的培養(yǎng)液流量、營養(yǎng)物質(zhì)和有害物質(zhì)的濃度影響,而且受種群之間相互作用的影響;定期注入的培養(yǎng)液會突然增加營養(yǎng)物質(zhì)和有毒物質(zhì)的濃度,從而會突然加大對種群的影響。利用上述特點構(gòu)造出了吸收算子、攫取算子、混雜算子和毒素算子;利用這些算子和種群的生長變化,能夠快速求解優(yōu)化問題的全局最優(yōu)解。仿真實驗結(jié)果表明,MDO算法對求解維數(shù)較高的優(yōu)化問題具有一定的優(yōu)勢。

【文章頁數(shù)】：15 頁

【文章目錄】：
1 引言
2 算法基本原理
    2.1 MDO算法的場景設(shè)計
    2.2 微生物培養(yǎng)動力學(xué)模型
    2.3 特征微生物種群集合的生成策略
    2.4 微生物種群演化算子設(shè)計
    2.5 MDO算法
    2.6 算法特征分析
        2.6.1 時間復(fù)雜度分析
        2.6.2 MDO算法的收斂性分析
3 MDO算法與其他算法比較
4 MDO算法的局部尋優(yōu)能力和全局尋優(yōu)能力分析
    4.1 穿透能力和擴展能力的測量方法
    4.2 穿透與擴展能力分析
5 結(jié)束語



本文編號：3842876